[3P3-GS-2] 機械学習：（遠隔）応用

[3P3-GS-2-04] 認識誤りのコストを考慮したセンサデバイス開発のための設計パラメータ最適化法

〇祖父江 靖之¹、岡田 雅司¹、谷口 忠大^2,1 (1. パナソニック株式会社、2. 立命館大学)

[[オンライン]]

キーワード：開発最適化、認識誤り修正

センサデバイスの新規開発において、センサ測定値から測定対象の状態判別を行うのに機械学習が広く使われるようになってきている。 機械学習の高度化に伴い、取得済みのセンサ測定値から状態判別を高精度で行うための学習モデル最適化方法は多数提案されてきているが、一方で、デバイス開発者の視点では、取得済みのセンサ測定値は暫定のものであり、設計パラメータ最適化により認識誤りを修正し、センサ測定値を更に判別に適したものに変動させる余地を持つことがある。 センサ測定値変動のための設計パラメータ最適化には開発コストが掛るが、センサ測定値変動も判別精度向上のアプローチに使えるようになれば、従来の学習モデル最適化のみのアプローチでは到達困難な程の高精度な状態判別も期待できる。 本研究では、センサ測定値変動に要するセンサ開発コスト単価を元に、取得済みのセンサ測定値で作成した学習結果から、状態判別精度の向上を最も低コストで行う設計パラメータ最適化方針の設計手法を検討する。 実践ではセンサ開発コスト単価を設計パラメータ項目ごとに個別設定することで、デバイスの性質や開発環境を反映した最適化方針の設計が確認された。